Оценка индекса NDVI как источника информации о надземной фитомассе в степях

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Трудоемкость измерений фитомассы на пробных площадках сдерживает экстраполяцию точечных данных на территории, сопоставимые с хозяйственными угодьями или ландшафтными единицами. Вегетационные индексы, рассчитываемые по космическим снимкам, обычно рассматриваются как индикаторы зеленой фитомассы и используются для ее площадных оценок. В исследовании решается задача установить информативность нормализованного разностного вегетационного индекса NDVI в зависимости от фракционной структуры живой и мертвой надземной фитомассы, сезонной динамики биологического круговорота, гидротермических условий и ландшафтной позиции. Использованы результаты ежемесячных измерений фракций надземной фитомассы на 13 площадках в фитоценозах залесскоковыльной и ковылковой формаций в Буртинской степи (заповедник “Оренбургский”) с мая по сентябрь в 2015–2020 гг. Для каждого срока по космическим снимкам Landsat рассчитаны значения NDVI на всех площадках. Гипотезы о геоботанических, гидротермических, фенологических и ландшафтных факторах информативности NDVI проверялись расчетом коэффициентов корреляции Спирмена, средствами дисперсионного и мультирегрессионного анализа. Несовпадение сезонных пиков NDVI и зеленой фитомассы не согласуется с распространенным представлением о прямом индикационном значении NDVI. Общая живая фитомасса более четко коррелирует с индексом в июне и июле, слабее – в конце сезона. NDVI оказался чувствительным не столько к запасам зеленой фитомассы как таковой, сколько к массе и доле разнотравья и соотношению живой и мертвой фитомасс. В поздневесеннее и раннелетнее время NDVI наиболее тесно связан с разнотравьем, в июле – со злаками. Подтвердилась гипотеза о возможности экранирования зеленой массы ветошью, что приводит к снижению NDVI несмотря на сохранение или рост зеленой фитомассы. NDVI может занижать реальную зеленую фитомассу, если происходит резкий прирост массы ветоши, обычно – во второй половине лета и начале осени. NDVI более адекватно отражает состояние надземной фитомассы степных сообществ, длительное время не подвергавшихся воздействию пожаров, по сравнению с горевшими сообществами и залежами.

Об авторах

А. В. Хорошев

Московский государственный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: avkh1970@yandex.ru
Россия, Москва

О. Г. Калмыкова

Институт степи УрО РАН

Email: avkh1970@yandex.ru
Россия, Оренбург

Г. Х. Дусаева

Институт степи УрО РАН

Email: avkh1970@yandex.ru
Россия, Оренбург

Список литературы

  1. Аюржанаев А.А., Алымбаева Ж.Б., Жарникова М.А., Содномов Б.В. О возможности оценки надземной фитомассы степной растительности с помощью цветных вегетационных индексов (по данным съемки с беспилотных систем) // Вестник Бурятского государственного университета. Биология, география. 2021. № 4. С. 45–53.
  2. Базилевич Н.И., Титлянова А.А., Смирнов В.В., Родин Л.Е., Нечаева Н.И., Левин Ф.И. Методы изучения биологического круговорота в различных природных зонах. Москва: Мысль, 1978. 185 с.
  3. Гопп Н.В., Нечаева Т.В., Савенков О.А., Смирнова Н.В., Смирнов В.В. Оценка влияния мезорельефа склона на пространственную изменчивость свойств почвы и характеристики растительного покрова по данным дистанционного зондирования Земли // Исслед. Земли из космоса. 2016. № 3. С. 66–74.
  4. Гулянов Ю.А. Мониторинг фитометрических параметров с использованием инновационных методов сканирования посевов // Таврический вестник аграрной науки. 2019. № 3(19). С. 64–76. https://doi.org/10.33952/2542-0720-2019-3-19-64-76
  5. Дусаева Г.Х., Калмыкова О.Г., Дусаева Н.В. Влияние пожара на динамику подземной фитомассы степных фитоценозов на участке “Буртинская степь” Оренбургского заповедника // Экосистемы. 2020. № 24(54). С. 83–92.
  6. Дусаева Г.Х., Максутова Н.В. Сезонная динамика запасов надземной фитомассы в разнотравно-овсецово-типчаково-залесскоковыльном сообществе с Poa transbaicalica и Spiraea crenata // Вестник Оренбургского государственного университета. 2017. № 11(211). С. 79–83.
  7. Дусаева Г.Х., Максутова Н.В., Калмыкова О.Г. Сезонная динамика надземной фитомассы разнотравно-овсецово-типчаково-залесскоковыльного сообщества // Сохранение разнообразия растительного мира Тувы и сопредельных регионов Центральной Азии: история, современность, перспективы. Кызыл: ТувИКОПР СО РАН, 2016. С. 67–69.
  8. Елсаков В.В. Спутниковая съемка в оценке продуктивности экосистем Европейского Севера // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 71–79.
  9. Елсаков В.В., Телятников М.Ю. Межгодовые изменения индекса NDVI на территории европейского северо-востока России и западной Сибири в условиях климатических флуктуаций последних десятилетий // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 260–271.
  10. Ерошенко Ф.В., Барталев С.А., Лапенко Н.Г., Самофал Е.В., Сторчак И.Г. Возможности дистанционной оценки состояния и степени деградации природных кормовых угодий // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 7. С. 53–66
  11. Жуков А.В., Кунах О.Н., Задорожная Г.А., Андрусевич Е.В. Ландшафтная экология как основа пространственного анализа продуктивности агроценозов // Ecology and noospherology. 2013. V. 24. № 1–2.
  12. Залиханов М.Ч., Коломыц Э.Г., Шарая Л.С., Цепкова Н.Л., Сурова Н.А. Высокогорная геоэкология в моделях. М.: Наука, 2010. 487 с.
  13. Золотокрылин А.Н., Черенкова Е.А., Титкова Т.Б. Аридизация засушливых земель Европейской части России и связь с засухами // Изв. Российской академии наук. Серия географическая. 2020. № 2. С. 207–217. https://doi.org/10.31857/S258755662002017X
  14. Калмыкова О.Г. О растительном покрове Госзаповедника “Оренбургский” // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(4). С. 1024–1026.
  15. Красная книга почв Оренбургской области. Екатеринбург, 2001. 295 с.
  16. Курганович К.А., Голятина М.А. Пространственно-временной отклик NDVI на изменение климатических характеристик в Забайкальском крае за период 2000–2014 гг. // Вестник ЗабГУ 2015. № 09(124). С. 10–20.
  17. Лиджиева Н.Ц., Уланова С.С., Федорова Н.Л. Опыт применения индекса вегетации (NDVI) для определения биологической продуктивности фитоценозов аридной зоны на примере региона Черные земли // Известия Саратовского университета. 2012. Т. 12. Сер. Химия. Биология. Экология. Вып. 2. Научный отдел 94.
  18. Максутова Н.В., Дусаева Г.Х., Калмыкова О.Г. Сезонная динамика надземной фитомассы разнотравно-типчаково-красивейшековыльно-залесскоковыльного сообщества // Сохранение разнообразия растительного мира Тувы и сопредельных регионов Центральной Азии: история, современность, перспективы. Кызыл: ТувИКОПР СО РАН, 2016. С. 77–80.
  19. Михайлов В.В., Спесивцев А.В., Соболевский В.А. Многомодельное оценивание динамики фитомассы растительных сообществ тундры на основе спутниковых снимков // Исследование Земли из космоса. 2021. № 2. С. 15–30.
  20. Немцева Л.Д., Беспалова Л.А., Голубева Е.И., Михайлов С.И. Оценка состояния растительного покрова сухостепных ландшафтов в условиях выпаса с применением методов дистанционного зондирования Земли // Труды ЮНЦ РАН. Т. VII. 2018. С. 151–164.
  21. Полевая геоботаника. Под общ. ред. Е.М. Лавренко и А.А. Корчагина. М.-Л.: Наука, 1964. Т. 3. 442 с.
  22. Работнов Т.А. Фитоценология. Москва: Изд-во МГУ, 1992. 350 с.
  23. Рулев А.С., Канищев С.Н., Шинкаренко С.С. Анализ сезонной динамики NDVI естественной растительности Заволжья Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 4. С. 113–123.
  24. Савин И.Ю., Танов Э.Р., Харзинов С. Использование вегетационного индекса NDVI для оценки качества почв пашни (на примере Баксанского района Кабардино-Балкарии) // Бюллетень Почвенного института им. В.В. Докучаева. 2015. Вып. 77. С. 51–65.
  25. Сафронова И.Н., Калмыкова О.Г. Вопросы зональности и роль заповедников в их решении // Изв. Самарского научного центра Российской академии наук. 2012. Т. 14. № 1(6). С. 1638-1641.
  26. Титлянова А.А., Базилевич Н.И., Шмакова Е.И., Снытко В.А., Дубынина С.С., Магомедова Л.Н., Нефедьева Л.Г., Семенюк Н. В., Тишков А.А., Ти Тран, Хакимзянова Ф.И., Шатохина Н.Г., Кыргыс Ч.О., Самбуу А.Д. Биологическая продуктивность травяных экосистем. Географические закономерности и экологические особенности. Новосибирск: ИПА СО РАН, 2018. 110 с.
  27. Ярошенко П.Д. Геоботаника. Москва–Ленинград: Изд-во Акад. Наук СССР, 1961. 474 с.
  28. Araya S., Ostendorf B., Lyle G., Lewis M. Remote sensing derived phenological metrics to assess the spatio-temporal growth variability in cropping fields // Advances in Remote Sensing. V. 6. 2017. P. 212–228.
  29. de Jong R., Verbesselt J., Schaepman M.E., Bruin S.D. Trend changes in global greening and browning: contribution of short-term trends to longer-term change // Glob. Chang. Biol. V. 18(2). 2012. P. 642–655.
  30. Dusaeva G.Kh., Kalmykova O.G., Dusaeva N.V. Fire influence on dynamics of above-ground phytomass in steppe plant communities in the Burtinskaya steppe (Orenburg state nature reserve, Russia) // Nature Conservation Research. 2019. V. 4. № S1. P. 78–92. https://doi.org/10.24189/ncr.2019.050
  31. Gamon J.A., Huemmrich K.F., Stone R.S., Tweedie C.E. Spatial and temporal variation in primary productivity (NDVI) of coastal Alaskan tundra: Decreased vegetation growth following earlier snowmelt. Remote Sensing of Environment. V. 129. 2013. P. 144–153.
  32. Gao Y., Huang J., Li S., Li Sh. Spatial pattern of non-stationarity and scale-dependent relationships between NDVI and climatic factors – A case study in Qinghai-Tibet Plateau, China // Ecological Indicators. V. 20. 2012. P. 170–176.
  33. Han J.C., Huang Y., Zhang H., Wu X. Characterization of elevation and land cover dependent trends of NDVI variations in the Hexi region, northwest China // J. Environmental Management. V. 232. 2019. P. 1037–1048.
  34. Lyle G., Lewis M., Ostendorf B. Testing the temporal ability of Landsat imagery and precision agriculture technology to provide high resolution historical estimates of wheat yield at the farm scale // Remote Sensing. V. 5. 2013. P. 1549–1567.
  35. Maynard J.J., Levi, M.R. Hyper-temporal remote sensing for digital soil mapping: characterizing soil-vegetation response to climatic variability // Geoderma. V. 285. 2017. P. 94–109.
  36. Nagy A., Fehér J., Tamás T. Wheat and maize yield forecasting for the Tisza river catchment using MODIS NDVI time series and reported crop statistics // Computers and Electronics in Agriculture. V. 151. 2018. P. 41–49.
  37. Peng W., Kuang T., Tao T. Quantifying influences of natural factors on vegetation NDVI changes based on geographical detector in Sichuan, western China // J. Cleaner Production. V. 233. 2019. P. 353–367.
  38. Piao S.L., Nan H.J., Huntingford C., Ciais P., Friedingstein P., Sitch S., Peng S.S., Ahlstrom A., Canadell J.G., Cong N., Levis S., Levy P.E., Liu L.L., Lomas M.R., Mao J.F., Myneni R.B., Peylin P., Poulter B., Shi X.Y., Yin G.D., Viovy N., Wang T.,Wang X.H., Zaehle S., Zeng N., Zeng Z.Z., Chen A.P. Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity // Nat. Commun. V. 5. 2014. 5018.
  39. Piedallu C., Chéret V., Denux J.P., Perez V., Azcona J.S., Seynave I., Gégout J.C. Soil and climate differently impact NDVI patterns according to the season and the stand type // Science of The Total Environment. V. 651. P. 2. 2019. P. 2874–2885.
  40. Verhulst N., Govaerts B. The normalized difference vegetation index (NDVI) GreenSeekerTM handheld sensor: Toward the integrated evaluation of crop management. Part A: Concepts and case studies. Mexico, D.F.; CIMMYT. 2010.
  41. Zhao Z., Gao J., Wang Y., Liu J., Li S. Exploring spatially variable relationships between NDVI and climatic factors in a transition zone using geographically weighted regression // Theoretical and Applied Climatology. V. 120(3–4). 2015. P. 507–519 https://doi.org/10.1007/s00704-014-1188-x

Дополнительные файлы


© А.В. Хорошев, О.Г. Калмыкова, Г.Х. Дусаева, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».